混合决策系统的粗集模型及在转台故障诊断中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-17页 |
| 第1章 绪论 | 第17-32页 |
| ·课题研究背景及意义 | 第17-19页 |
| ·课题来源 | 第17页 |
| ·研究背景 | 第17-19页 |
| ·粗糙集理论研究进展 | 第19-22页 |
| ·粗糙集方法的研究概述 | 第19-21页 |
| ·混合决策系统粗糙集模型研究现状 | 第21-22页 |
| ·故障诊断研究概况 | 第22-27页 |
| ·基于模型的故障诊断方法 | 第23页 |
| ·基于信号处理的故障检测与诊断方法 | 第23-24页 |
| ·基于知识的方法 | 第24-25页 |
| ·基于粗糙集方法的故障诊断研究 | 第25-27页 |
| ·转台故障诊断研究现状 | 第27-30页 |
| ·本文的研究内容 | 第30-32页 |
| 第2章 广义不完备邻域粗糙集模型 | 第32-55页 |
| ·引言 | 第32-33页 |
| ·混合数据的知识表述 | 第33-36页 |
| ·邻域粗糙集模型和邻域决策系统 | 第36-39页 |
| ·广义不完备邻域粗糙集模型 | 第39-48页 |
| ·广义不完备混合决策系统 | 第40-43页 |
| ·广义不完备邻域粗糙集模型 | 第43-46页 |
| ·不完备信息辨识 | 第46-48页 |
| ·广义不完备邻域粗糙集的属性约简 | 第48-54页 |
| ·约简算法设计 | 第49-50页 |
| ·仿真分析 | 第50-52页 |
| ·邻域算子对分类精度的影响 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第3章 广义不完备模糊邻域粗糙集模型 | 第55-73页 |
| ·引言 | 第55-56页 |
| ·模糊粗糙集基本概念 | 第56-59页 |
| ·模糊集及其运算 | 第56-57页 |
| ·模糊决策系统 | 第57-58页 |
| ·模糊粗糙集 | 第58-59页 |
| ·广义不完备模糊邻域粗糙集模型 | 第59-67页 |
| ·广义不完备模糊决策系统 | 第59-60页 |
| ·广义不完备模糊邻域粗糙集模型 | 第60-65页 |
| ·不完备信息辨识 | 第65-67页 |
| ·广义不完备模糊邻域粗糙集的属性约简 | 第67-72页 |
| ·约简算法设计 | 第67-68页 |
| ·仿真分析 | 第68-70页 |
| ·邻域算子对分类精度的影响 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第4章 混合决策系统的属性约简 | 第73-92页 |
| ·引言 | 第73-74页 |
| ·经典属性约简算法 | 第74-76页 |
| ·基于依赖度的算法 | 第74页 |
| ·基于分类质量的算法 | 第74-75页 |
| ·基于信息熵的算法 | 第75-76页 |
| ·基于差别矩阵的算法 | 第76页 |
| ·遗传约简算法 | 第76-82页 |
| ·编码方法 | 第77-78页 |
| ·适应度函数的确定 | 第78页 |
| ·选择运算 | 第78页 |
| ·交叉运算 | 第78-79页 |
| ·变异运算 | 第79页 |
| ·遗传约简算法实现 | 第79-80页 |
| ·仿真分析 | 第80-82页 |
| ·克隆选择约简算法 | 第82-86页 |
| ·抗体二进制编码 | 第83-84页 |
| ·亲和度函数的选择 | 第84页 |
| ·小生境优化 | 第84页 |
| ·约简算法实现 | 第84-85页 |
| ·仿真分析 | 第85-86页 |
| ·微粒群约简算法 | 第86-91页 |
| ·二进制微粒群编码 | 第86-87页 |
| ·适应度函数的选择 | 第87页 |
| ·速度和位置的更新 | 第87-88页 |
| ·交叉运算 | 第88页 |
| ·小生境优化 | 第88-89页 |
| ·约简算法实现 | 第89页 |
| ·仿真分析 | 第89-91页 |
| ·本章小结 | 第91-92页 |
| 第5章 转台故障分析与特征提取 | 第92-113页 |
| ·引言 | 第92页 |
| ·小波分析 | 第92-98页 |
| ·连续小波变换 | 第93-94页 |
| ·离散小波变换 | 第94页 |
| ·函数的奇异性与小波变换 | 第94-98页 |
| ·转台的故障分析 | 第98-105页 |
| ·系统的组成和结构 | 第98-100页 |
| ·转台系统特点分析 | 第100-101页 |
| ·转台常见故障及分析 | 第101-105页 |
| ·转台故障的特征提取 | 第105-112页 |
| ·故障特征提取的意义 | 第105页 |
| ·故障特征的小波提取方法 | 第105-110页 |
| ·非平稳信号的去噪 | 第110-112页 |
| ·本章小结 | 第112-113页 |
| 第6章 基于粗糙集理论的转台故障诊断方法 | 第113-142页 |
| ·引言 | 第113页 |
| ·粗糙神经网络系统 | 第113-117页 |
| ·粗糙集方法的特点 | 第114页 |
| ·神经网络方法的特点 | 第114-116页 |
| ·粗糙神经网络方法的优点 | 第116-117页 |
| ·转台的粗糙神经网络故障诊断系统 | 第117-129页 |
| ·粗糙神经网络故障诊断系统结构 | 第117-119页 |
| ·故障决策表的建立 | 第119-123页 |
| ·故障决策表的属性约简 | 第123-126页 |
| ·神经网络分类器和辨识器 | 第126-129页 |
| ·转台粗糙神经网络故障诊断系统的实现 | 第129-141页 |
| ·诊断系统硬件设计 | 第129-130页 |
| ·诊断系统软件设计 | 第130-135页 |
| ·GUI 软件设计 | 第135-137页 |
| ·实验分析 | 第137-141页 |
| ·本章小结 | 第141-142页 |
| 结论 | 第142-144页 |
| 参考文献 | 第144-160页 |
| 攻读学位期间发表的学术论文 | 第160-163页 |
| 致谢 | 第163-164页 |
| 个人简历 | 第164页 |
